Mon ordinateur affiche un chien en fond d’écran.
Mots retrouvés : chienEXPÉRIENCE 02 · CHERCHER PAR LE SENS
Comment retrouver un texte avec d’autres mots ?
Cherchez un article sur une promenade sans écrire « promenade ». Découvrez comment des nombres rapprochent des textes.
4 étapes · environ 8 min · sans prérequisLisez quelques lignes, faites l’essai à côté, puis regardez ce qui change. Vous pouvez avancer à votre rythme et refaire chaque manipulation.
01
Retrouver un article sans employer les mêmes mots
Vous cherchez quoi faire avec votre chien qui réclame une sortie. Un article sur les promenades peut être utile, même s’il parle d’« animal de compagnie ».
Une recherche fondée seulement sur les mots identiques peut manquer cette relation. Elle peut aussi remonter un texte qui contient « chien » mais parle surtout d’un ordinateur.
Retrouver par le sens, c’est essayer de rapprocher les contenus qui parlent de choses liées. Voyons comment des nombres peuvent aider à les comparer.
À VOUS D’ESSAYER
Essayez « chien », puis « animal ». Cette première recherche compare seulement les mots.
Sorties et promenades avec votre animal.
Aucun mot identique retrouvéLe bus, le métro et le vélo pour vos trajets.
Aucun mot identique retrouvéUne recette simple pour cuisiner le soir.
Aucun mot identique retrouvéCe qu’on observe
Avec « chien », 1 article(s) partagent au moins un mot. L’article sur l’ordinateur contient « chien », mais son sujet n’est pas une promenade.
02
Comment comparer des textes avec des nombres ?
Imaginons quatre curseurs pour décrire le sujet d’un texte : animaux, déplacements, cuisine et informatique. Un texte sur le chien place le curseur « animaux » assez haut.
On peut ranger ces valeurs dans une liste : [0,97 ; 0,08 ; 0,01 ; 0,01]. Deux textes avec des listes orientées de la même manière ont de bonnes chances de traiter de sujets liés.
L’essai calcule vraiment leur proximité. Les représentations de ces phrases sont préparées à la main pour montrer l’idée ; elles ne viennent pas d’un modèle neuronal.
À VOUS D’ESSAYER
Choisissez une recherche. La représentation et le classement changent ensemble.
Animaux
0.97Déplacements
0.08Cuisine
0.01Informatique
0.01Articles les plus proches de votre recherche
- Promener un animal de compagnie1.00 / 1
- Choisir son ordinateur0.14 / 1
- Aller au travail sans voiture0.10 / 1
- Préparer un repas0.04 / 1
Ce qu’on observe
« Promener un animal de compagnie » arrive en tête. Les nombres de votre recherche pointent surtout vers « animaux ».
Deux mots techniques, avec leur traduction
Embedding : la représentation d’un texte par une liste de nombres, aussi appelée vecteur. Similarité cosinus : une façon de comparer la direction de deux vecteurs. Des directions très proches donnent un score proche de 1.
similarité(a, b) = (a · b) / (||a|| × ||b||)Ici, toutes les coordonnées sont positives. Le cosinus peut, dans d’autres espaces, aller jusqu’à −1. Nos quatre thèmes sont choisis à la main. Dans un vrai modèle, les dimensions sont apprises et sont rarement aussi faciles à nommer.
03
Un mot peut changer de sens
« Souris » peut désigner un animal ou un accessoire informatique. Vous faites la différence grâce aux mots autour : « mange », « graine », « clique ».
Les modèles qui représentent des phrases peuvent aussi utiliser ce contexte. Deux phrases qui contiennent le même mot ne reçoivent donc pas forcément la même représentation.
Dans cette maquette, nous avons préparé une liste pour chaque phrase. Elle montre le résultat attendu de cette distinction, sans prétendre l’avoir apprise automatiquement.
À VOUS D’ESSAYER
Lisez les deux phrases. Le mot ne change pas, son entourage si.
La souris mange une graine.
Animaux
0.96Déplacements
0.01Cuisine
0.02Informatique
0.03Ce qu’on observe
Les animaux dominent dans cette représentation. Une recherche utile doit tenir compte de la phrase, pas seulement du mot « souris ».
04
Deux phrases proches peuvent se contredire
« Le magasin est ouvert » et « Le magasin est fermé » parlent du même magasin. Ils peuvent être proches dans un espace sémantique, tout en se contredisant.
Ces représentations servent notamment à chercher, regrouper et recommander des contenus. Elles donnent une piste à examiner, pas un verdict sur leur vérité.
À VOUS D’ESSAYER
Ajoutez une négation. Le sujet reste le même ; l’affirmation change.
« Le chien peut sortir. »Phrase de référence
Le chien peut sortir.
PROXIMITÉ PAR LES THÈMES DE NOTRE EXEMPLE
1.00 / 1 · Le thème « animaux » est identique.
Ce qu’on observe
Les deux phrases disent la même chose. Ajoutez la négation pour observer ce que notre représentation ignore.
Cette représentation simplifiée ignore volontairement la négation. Un modèle réel peut la représenter, mais une proximité élevée ne garantit toujours pas que deux phrases disent la même chose.
VOTRE CARNET D’EXPÉRIENCE
Garder une trace.
Ce carnet reprend les réglages et les résultats de votre exploration. Revenez sur une manipulation, changez un paramètre et observez la différence.
L’idée à emporter
On peut chercher des textes avec des mots différents en comparant leurs représentations. Le contexte compte, et un score élevé ne vérifie pas les faits.
VOS OBSERVATIONS
01Pour « Mon chien veut sortir. », l’article le mieux classé est « Promener un animal de compagnie ».
02Le calcul compare des listes de quatre nombres ; leur construction est volontairement simplifiée.
03Dans la phrase affichée avec « souris », le thème dominant est : les animaux.
04La seconde phrase affirme la même chose que la première.
Les références pour continuer
- Mikolov et al. — Efficient Estimation of Word Representations in Vector Space ↗ (nouvel onglet)Une référence de recherche sur les représentations vectorielles des mots, en anglais.
Votre carnet reste disponible tant que vous gardez cette expérience ouverte.